MétaCan
Menu
Retour à la cohorte
Enregistrement W2911602322 · doi:10.4236/aces.2019.91007

Investigation of Different Ionic Liquids in Improving Oil Recovery Factor

2019· article· en· W2911602322 sur OpenAlexaff
Ali Alarbah, Mohamed Shirif, Ezeddin Shirif

Notice bibliographique

RevueAdvances in Chemical Engineering and Science · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensPetroleum Technology Research CentreUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésIonic liquidSurface tensionEnhanced oil recoveryChlorideViscosityChemistryWettingChemical engineeringChromatographyPetroleum engineeringMaterials scienceOrganic chemistryGeologyThermodynamicsComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

In order to improve oil recovery, Enhanced Oil Recovery (EOR) techniques have been applied to several light and medium oil reservoirs. This research was directed towards the development of chemical flooding methods for such reservoirs. The main objective of this experimental work was to investigate the efficiency of introducing various types of Ionic Liquids (ILs), 1-Ethyl-3-methylimidazolium Chloride [EMIM][Cl], 1-Benzyl-3-methylimidazolium Chloride [BenzMIM][Cl], and Trihexyltetradecylphosphonium Chloride [THTDPh][Cl] on the Recovery Factor (RF) of medium oil (Weyburn oil, 30.25 API°) at room temperature. The series of flooding experiments were carried out by introducing a slug of IL mixtures. Results demonstrated that maximum oil recovery factor was obtained when [EMIM][Cl] was added in the displacing fluid. Further investigations have been conducted to examine the effect of ILs concentrations on the recovery mechanisms by measuring Surface Tension (SFT), pH, and viscosity of the displacing phases. Finally, the effect of theses ILs in wettability alteration was examined.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,204
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Chemical Engineering and ScienceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207